打开文本图片集

摘要：近年中国人民生活水平提升，旅游需求旺盛，旅游 APP 行业快速发展。但旅行者做 一份完整的攻略需切换多 APP，显示了市场有需求缺口，且在个性化服务与一站式方案上难 满足用户需求，暴露出需求与资源整合短板。为解决这一问题，首先，我们运用问卷调查了 解旅行者的旅游偏好需求。其次，利用关联规则挖掘进行数据分析。最后，加入动态规划模 型来实现线路最优规划。经过分析与探讨，我们创新性地设计了一款集餐饮推荐、住宿预订、 交通规划等多元化定制功能于一体的智慧旅游 APP。该研究成果不仅为优化旅游类 APP 的用 户体验提供了详实的数据支撑，同时也为行业创新发展提出了切实可行的改进方案。

关键词：旅游 APP；关联规则挖掘；动态规划模型

1引言

在互联网旅游市场中，“网红打卡点”已经成为旅游出行的必去之处，随着“网红打卡点” 在小红书、抖音等新媒体上愈发火热，旅游产业不断创新，各样式的软件层出不穷。但旅行 者的旅游偏好大不相同，为旅行者带来良好旅游体验的关键在于行程规划的个性化、精准化 和符合游客期望。本文以旅行者的旅游喜好为基础，探讨其所需的旅行需求，构建了一款旅 游 APP 框架结构以及交互界面设计，这款旅游 APP 旨在满足用户的个性化需求，提供最优 路线规划。它不仅能提高出行效率、节省规划精力，还能提升游客对旅游贵州省的好感度， 让游客更从容享受优质服务，助力提升贵州旅游业品质，为贵州旅游产业注入新活力。

1.1 研究背景

1.1.1 旅游业发展现状

伴随着人工智能的快速发展，我国的旅游模式已经进入了“互联网+旅游”的智慧旅游新 进程。国务院于 2021 年 12 月 22 日印发《“十四五”旅游业发展规划》，其中提出了“数字+ 文化+旅游”的融合发展模式是数字经济大背景下促进产业经济增长的重要策略。由中国旅游 研究院（文化和旅游部数据中心）发布的《2024 年中国旅游经济运行分析与 2025 年发展预 测》 （中国旅游经济蓝皮书 No. 17） 中指出了2024 年，全国国内旅游市场显著增长：全国

国内旅游人次达 56. 15 亿，同比增长 14.8%（增加 7.24 亿人次）；旅游总花费 5.75 万亿元， 同比增长 17. 1%（增加 0.84 万亿元） 。这恰恰表明我国旅游经济的总体预期更为乐观，主 要发展指标有望达到新的高度。

1.1.2 国内旅游类 APP 研究现状

近年来，我国旅游 APP 行业呈现爆发式增长态势，各类功能多元、特色鲜明的应用程 序如雨后春笋般涌现。行业数据显示，旅游 APP 用户规模持续扩大，形成鲜明的代际特征。 马云驰、邹楚吟等学者的研究表明，相较于传统旅行社同质化严重的标准化产品，旅游 APP 以其”轻量化”操作界面、个性化服务定制和显著的价格优势，成功俘获了年轻散客这一核心 用户群体[1] 。随着市场进入存量竞争阶段，行业马太效应日益凸显，在这一背景下，用户导 向型的产品设计理念成为制胜关键。李剑兰和陈晓卫的调研揭示了一个重要趋势：当代消费 者在选择旅游 APP 时，其决策重心已从基础的操作便捷性转向更深层次的服务品质诉求。 这一发现为行业提供了重要启示——唯有通过精准的用户画像构建、极致的体验优化和差异 化的产品定位，方能在市场中实现突围[2] 。值得关注的是，在数字经济国家战略的推动下， “数字+旅游”正重塑产业生态。赵利指出，旅游 APP 构建的智能信息服务平台，通过海量数 据的精准匹配，赋能旅行者自主完成旅游线路的个性化定制。这种服务模式，不仅提升了资 源配置效率，更推动了旅游业向数字化、智能化方向的转型升级，为行业高质量发展注入了 新动能[3]。

1.1.3 国外旅游类 APP 研究现状

国外旅游APP 多专注于人工智能、大数据分析和AR 技术的应用。例如，Sia Phoebe Yueng Hee 等人通过在其研究中引入新的情境因素扩展了消费者接受与信息技术使用模型 （UTAUT2），并与隐私计算理论（PCT）模型结合，以探究影响智能移动旅游应用（SMTA） 使用意图的关键决定因素。他们的研究结果为旅游业从业者提供了宝贵的见解，有助于理解 最新的技术趋势，并据此制定精准的营销策略以提升服务质量[4] 。同时，也有学者从旅行选 择的角度出发进行了探讨。Tianyang Luo 等人的研究表明，旅游 APP 中的互动方法不仅能 够为用户提供体验式的旅行辅助，还增强了目的地的形象感知以及对旅行决策产生影响的营 销元素。这种互动方式对于增进用户体验和优化旅行规划具有重要意义[5]。

综上所述，国内外旅游 APP 行业都在不断创新和发展，通过整合人工智能、大数据分 析等前沿技术，并基于用户行为数据的深度挖掘，行业参与者持续优化服务体系的个性化和 智能化水平， 以满足旅游消费市场的多元化需求。无论是国内还是国外，旅游 APP 都在向 着更加智能化、个性化的方向迈进，致力于为用户提供更佳的旅行体验。

2旅游 APP 用户旅游服务需求分析

2.1数据来源和研究设计

2.1.1数据来源

为了更好地了解旅游 APP 用户群体的旅游特征和对旅游服务的需求等信息，我们采用 了问卷调查的形式。本次问卷调查于 2025 年 2 月 11 日至 3 月 29 日间进行，通过社交平台 和实地发放相结合方式，随机抽样进行了问卷调查。最终，我们共收集问卷 480 份，其中有 效问卷为 434 份， 问卷调查有效率约达 90%。

2.1.2研究设计

问卷包含四个部分：被调查者的基本信息、被调查者通信设备中已有的旅游 APP 数量 及类型、被调查者出游目的及影响因素、被调查者认为现有的旅游 APP 尚未呈现的功能。 对有效问卷进行了数据分析与图表制作，对各部分内容进行深入分析和整理归纳，最终根据 相关结论设计以用户体验为核心的 APP 界面。

2.2调查结果分析

2.2.1旅行者使用APP 特点分析

调查结果表明，在 84.79%被调查者手机中只下载得有 1-3 种旅游 APP ，而 13.82%手机 中有 4-6 种旅游 APP ，这一数据充分表明，旅行者更倾向于通过旅游 APP 一站式完成旅行 全周期需求：在出行前进行攻略规划与酒店预订，旅行途中实现路线导航与花销管理，行程 结束后开展内容分享与经验交流，从而最大化提升旅行效率与体验便捷性。

2.2.2被调查者基本情况

本次问卷数据显示：性别上，男性占 33.9% ，女性占 66. 1%；年龄以 19-29 岁为主， 占 93.5%；职业中学生占 83.4%；月收入 2000 元及以下占 62.9% ，则表明被调查者多为学生。

2.2.3旅游 APP 服务需求

该结果说明了被调查的旅行者期望黔光漫行 APP 能提供的基础服务关联分析结果。 “antecedents”为前项（即先行条件） ，“consequents”为后项（即后续结果） ，“support”（支 持度）反映了包含前项和后项的事务在总事务中出现的频率，“confidence”（置信度）表示 在前项出现的情况下，后项出现的概率，“lift”（提升度）体现前项对后项的提升作用。

结果显示，出行交通查询与酒店门票预订相互关联，支持度均为 0.61521 ，前者推出后 者置信度 0.76945 ，后者推出前者置信度 0.84227，提升度均为 1.05345 ，说明二者联系紧密 且相互促进作用较强；出行交通查询与周边自助旅游也有关联，支持度为 0.53226 ，前者推 出后者置信度 0.66571 ，后者推出前者置信度 0.83394 ，提升度为 1.04302 ，表明二者存在一 定相互促进关系。

团购旅游优惠与旅游路线策划关联的支持度为 0.30184，前者推出后者置信度是 0.62679， 后者推出前者置信度是 0.55274，提升度均为 1.14780，说明二者关联较强且相互促进作用较 明显；旅游路线策划与获得商家信息关联的支持度为 0.27189，前者推出后者置信度 0.49789 ， 后者推出前者置信度 0.56190 ，提升度为 1.02897 ，显示二者存在一定关联和相互促进作用， 但相对较弱。根据结果说明旅游 APP 可在这些方面优化完善，以满足用户需求。

3旅游 APP 的设计理论

3.1旅游 APP 的概述

在信息技术迅猛发展的时代背景下，旅游 APP 已全面渗透旅游消费场景，显著重塑了 用户的旅游决策路径与体验质量。基于其在旅游产业数字化转型中的核心地位，该领域已形 成多学科交叉的研究态势，学者们从各自的研究视角出发展开研究，研究涉及到了旅游 APP 的概念、分类等等。作者认为旅游 APP 是一种集成化应用软件，它不仅覆盖了旅行前的攻 略分析、旅行过程中的门票与美食预订，还包括了旅行结束后的花销反馈等功能。张春草认 为旅游 APP 是指与旅游活动相关并为旅游活动提供各种信息服务的应用程序[6] 。孙雪链， 陈敏等人也在他们的文章中表明观点：认为旅游 APP 主要是指用于目的地及景区信息查询、 游记及图片分享、旅行计划、导游类的移动应用[7] 。有学者为旅游 APP 分类，张鹭旭认为 将旅游 APP 分为三类仅仅只是抓住了移动应用的某项特色功能所做的划分，忽略了主要功 能的重复性。并指出中国领先的旅游产业研究咨询机构——劲旅咨询在对国内旅游类应用从 应用功能角度进行划分将旅游 APP 划分为、预定类、分享类、攻略类和工具类这四大类型[8]。 这样的分类在沈小虎与郑洋阳等多名学者[9]的文章中也有体现，同时该学者还对这四个类型 进行了简述。

3.2旅游 APP 的分类及特点

近年来，旅游 App 已成为游客出行不可或缺的重要平台，其发展迅速、更新迭代快且 功能日趋完善。李东和与张鹭旭指出旅游 App 的主要优势属性，就是获取信息的即时性、多 样性和可移动性，能够帮助旅游者在旅途过程中即时获取所需的多样化的信息。 由于信息获 取即时、信息丰富集中，能够让使用者获得更多优惠[10]。

目前主流旅游 App 按功能可分为四类：预订类、攻略类、工具类和分享类，全面覆盖 游客的旅行全周期需求。

3.3用户体验概述

用户体验这一词最早是由美国认知屯、理学家唐纳德·A·诺曼提出的，在 20 世纪 90 年 代中期，被人们广泛接受。不同学者从不同角度对用户体验进行了定义：马云驰，段伟等学 者认为用户体验的核心就是用户，用户体验是指用户使用产品或者享用服务的过程中建立起 来的心里感受，可理解为以用户为中心的设计（Use-CenteredDesign 简称 UCD）[11]。而幸向 阳认为用户体验是以用户为中心的设计理念的重要设计原则[12]。

3.4用户体验的分层

美国设计师 Garrett 的用户体验要素模型影响力大，从设计开发系统性角度构建含战略、 范围、结构、框架、表现五层的设计体系，用于产品开发。朱晓露指出其层级从下至上为战 略层至表现层，层层关联[13] 。也有学者如黄晟基于认知心理学，将用户体验分感官、行为、 反思层，各有内涵[14] 。这些理论丰富用户体验设计内涵，提供多元视角。

4动态规划模型

4.1动态规划原理

建立动态规划的模型，就是分析问题并建立问题的动态规划基本方程。成功地应用动态 规划方法的关键，在于识别问题的多阶段特征，将问题分解成为可用递推关系式联系起来的 若干子问题，而正确建立基本递推关系方程的关键又在于正确选择状态变量，保证各阶段的 状态变量具有递推的状态转移关系.

（1）分治策略。将原问题分解为若干相似的子问题，通过逐步求解子问题最终得到原 问题的解。与普通分治法不同，动态规划的子问题通常具有重叠性。

（2）最优子结构。问题的最优解包含其子问题的最优解。例如，在旅游路线规划中， 从 A 到 C 的最优路径必然包含 A 到 B 的子路径（假设 B 在最优路径上）。

（3）记忆化存储：通过表格或缓存存储已解决的子问题结果，避免重复计算，显著提 升效率（以空间换时间）。

4.2Floyd-Warshall 算法核心思想

Floyd-Warshall 算法是通过考虑图中所有顶点对之间的最短路径的经典算法，逐步更新 两点间的最短路径长度和路径信息，直至找到最终的最短路径，也称之为插点法。基本步骤 如下：

（1）初始化距离数组 dist[] ，将起点到自己的距离设为 0 ，到其余各点的距离设为 0， 到其余各点的距离设为无穷大（表示不可达）

（2）创建一个集合 S ，用于存放已找到最短路径的顶点，初始时集合 S 只包含起点。

（3）从未加入的 S 的顶点中选取一个距离起点最近的顶点 u ，加入 S。

（4）更新与 u 相邻的顶点的距离值：如果经过 u 的路径比原来已知的路径更短，则更 新距离值。

（5）重复步骤（3）和（4），直到所有顶点都加入 S 为止。

4.3 模型建立（Floyd-Warshall 算法）

4.4 问题定义

4.4.1更新规则

5结束语

目前，国内旅游 APP 市场呈现出软件数量繁多的态势，然而其中绝大多数缺乏针对特 定用户群体量身定制的个性化服务功能。鉴于此，本文以旅行者的多样化旅游喜好为立足点 与核心依据，深入剖析其实际旅行需求，进而精心设计出一款名为“黔光漫行 ”的旅游 APP 框架结构。该框架聚焦于满足旅行者独特且个性化的需求，旨在有效填补市场现有空白，为 旅游市场的发展注入源源不断的新鲜活力。

参考文献：

[1] 马云驰，邹楚吟，段伟，等.旅游APP在“定制旅游”中的应用研究[J].经济研究导刊，2015，（16）：258-259.

[2] 李剑兰， 陈晓卫.我国旅游APP的现状与未来[J].统计与管理，2016，（11）：98-99.

[3] 赵利.旅游APP在“定制旅游”业务的应用与创新[J]. 中国管理信息化，2016， 19（04）：87.

[4] Hee Y P S ，Salina S S ，P. H Y I .Smart mobile tourism app featuring augmented rea lity and big data analytics： an empirical analysis using UTAUT2 and PCT models[J].J ournal of Science and Technology Policy Management，2024， 15（6）：1363-1386.

[5] Luo T ，Mohamed E A ，Yusof S N .Travel Choices and Perceived Images Influenced by AI Interactive Approaches of Travel Apps： An Evidence From Chinese Mobile Tra vel Users[J].SAGE Open，2024， 14（4）：

[6] 张春草.旅游APP大学生用户满意度分析——以河南大学为例[J].现代商贸工业，2017，（15）：80-81.

[7] 孙雪链， 陈敏，余梦霞，等.智慧时代旅游APP使用行为及创新发展研究[J].北方经贸，2017，（1 0）：155-157.

[8] 张鹭旭.旅游者的旅游App使用行为研究[D].安徽大学，2016.

[9] 沈小虎，邓洋阳，葛皎丽.旅游APP的发展分析[J].市场周刊（理论研究），2017，（05）：39-40+26.

[10] 李东和，张鹭旭.基于TAM的旅游App下载使用行为影响因素研究[J].旅游学刊，2015，30（0 8）：26-34.

[11] 马云驰，段伟，杨银燕，等.旅游APP的用户体验研究[J].经济研究导刊，2015，（18）：280-281.

[12] 辛向阳.从用户体验到体验设计[J].包装工程，2019，40（08）：60-67.

[13] 朱晓露.基于用户体验的App交互设计研究[D].西南交通大学，2015.

[14] 黄晟.基于用户体验的APP设计研究[D]. 陕西科技大学，2012.

作者简介：熊紫砚（2004.5-），女，汉族，贵州安顺，兴义民族师范学院2022级本科

“智慧畅游”——大数据与 AI 技术引领下的旅行新体验S2024106661940